Robotics + AI Learning Roadmap

Dieses Repository ist als praktischer Lernpfad gedacht, um von 0 zu einem kleinen AI-Robotik-Assistenten zu kommen.

Zielbild:

• Du kannst mit dem System sprechen.
• Es versteht Sprache über Speech-to-Text.
• Es antwortet über Text-to-Speech.
• Es kann Tools/Aktionen ausführen.
• Es kann über eine Kamera Personen erkennen/zählen.
• Es kann einen kleinen Servo-Kopf bewegen.
• Später kann es über ROS2 strukturiert erweitert werden.

Lernphasen

1. 01-ai-agent-basics - LLMs, Tool Calling, einfache Agenten
2. 02-voice-interface - Mikrofon, Whisper, TTS
3. 03-computer-vision - Kamera, OpenCV, Personenerkennung
4. 04-face-recognition - bekannte Personen erkennen
5. 05-robot-motion - Servos, PWM, Pan-Tilt-Kopf
6. 06-system-architecture - Services, APIs, Events, Rust/Python-Aufteilung
7. 07-ros2-basics - ROS2 verstehen und einfache Nodes bauen
8. 08-final-project - sprechender Roboterkopf als integriertes Projekt

Empfohlene Arbeitsweise

Arbeite die Aufgaben nicht nur lesend durch. Jede Markdown-Datei enthält ein kleines Ergebnis, das du wirklich bauen solltest.

Pro Aufgabe:

1. Ziel lesen
2. Mini-Projekt bauen
3. Erkenntnisse notieren
4. Optional: Erweiterung umsetzen

Tech-Empfehlung

Für den Anfang:

• Python für AI, Whisper, OpenCV, YOLO
• Rust für Backend-/Service-Logik, APIs, Orchestrierung
• Raspberry Pi 5 oder normaler Linux-PC für frühe Tests
• USB-Kamera, USB-Mikrofon, Lautsprecher
• später: PCA9685 Servo-Controller oder direkt GPIO/PWM

Wichtig

Nicht direkt mit einem fahrenden Roboter anfangen. Baue zuerst einen sprechenden, sehenden und beweglichen Roboterkopf. Das reduziert die Komplexität massiv.